Fue en julio del año pasado. Mitchell, que cumplirá 60 años este junio, dio positivo por COVID-19 en su trabajo como técnica de farmacia en el Hospital de la Universidad de Illinois en Chicago (UI Health, EE. UU.). Esto udaba, tosía y estaba mareada.
nLa dirección del hospital le ofreció una opción. Podría ponerse en cuarentena en un hotel, o recuperarse y aislarse en su casa, donde sus signos vitales serían monitoreados las 24 horas a través de un parche sensor en el pecho. Mitchell eligió el parche y se fue a casa.
nDos noches después, se despertó en pánico porque no podía respirar. Estaba en el dormitorio de su casa en los suburbios de Chicago y pensó que una ducha podría ayudar. Recuerda: "Cuando llegué de la cama al baño, estaba empapada de sudor. Tuve que sentarme y recuperar el aliento. Estaba mareada. Apenas podía hablar".
nFue entonces cuando ocurrió "la llamada". Los médicos del Hospital de la Universidad de Illinois usaban los sensores como el que llevaba Mitchell para monitorearla a ella y a cientos de otros pacientes y empleados que se recuperaban de la COVID-19 en casa. Vieron que la situación de Mitchell empeoraba y la llamaron. "Estaba sentada en el baño, literalmente agarrada al lavabo, cuando sonó mi teléfono", cuenta Mitchell. Los médicos le indicaron que la tenía que ver un médico de inmediato.
nn"Estaba sentada en el baño, literalmente agarrada al lavabo, cuando sonó mi teléfono"
nAngela Mitchell
n
Mitchell no estaba segura sobre qué hacer. No quería molestar a su familia que dormía en la planta de abajo, y llamar a una ambulancia le parecía demasiado extremo. Pero, por la mañana, recibió una segunda llamada de sus médicos, que le dijeron que fuera a un hospital en ese mismo momento o llamarían una ambulancia por ella.
nMitchell le pidió a su esposo, que había pasado la COVID-19 unos meses antes, que la llevara al Northweste Memorial en Chicago, donde la ingresaron con rapidez y le explicaron que sus niveles de oxígeno resultaban peligrosamente bajos. Mitchell resalta que su estado en casa cambió tan velozmente, de síntomas muy leves a problemas respiratorios graves, que ni siquiera se dio cuenta de que estaba en crisis. Pero, en el momento de la segunda llamada, admite: "Me di cuenta de que [estaba] mal y necesitaba ayuda". Permaneció en el hospital durante casi una semana.
nEl programa piloto que ayudó a Mitchell es parte de un estudio realizado por el sistema del Hospital de la Universidad de Illinois y la start-up de medicina digital PhysIQ, y financiado por los Institutos Nacionales de Salud de EE. UU. Es un ensayo importante de una nueva forma de atender a los pacientes con COVID-19 fuera de los ento os hospitalarios. Monitorear el progreso de las personas que se recuperan de la enfermedad sigue siendo un desafío, porque sus síntomas pueden volverse potencialmente mortales muy rápidamente. Algunos hospitales y sistemas de salud han ampliado drásticamente el uso de dispositivos portátiles y otras tecnologías móviles de salud para observar sus signos vitales de forma remota y en todo momento.
nEl programa de Illinois da a las personas que se recuperan de la COVID-19 un kit para llevar a casa que incluye un oxímetro de pulso, un parche sensor desechable habilitado para Bluetooth y un teléfono inteligente. El software toma los datos del parche portátil y utiliza el aprendizaje automático para desarrollar un perfil de los signos vitales de cada persona. El sistema de monitorización alerta a los médicos de forma remota cuando los signos vitales de un paciente, como la frecuencia cardíaca, se alejan de sus niveles habituales.
nPor lo general, los pacientes que se recuperan de la COVID-19 pueden ser enviados a casa con un oxímetro de pulso. Los desarrolladores de PhysIQ aseguran que su sistema es mucho más sensible porque utiliza la inteligencia artificial (IA) para comprender el cuerpo de cada paciente, y sus creadores afirman que es mucho más probable que anticipe algunos cambios importantes.
n"Es un beneficio enorme", destaca el director médico y director de medicina de urgencias del Hospital de la Universidad de Illinois, Terry Vanden Hoek, que coordina la prueba piloto. Trabajar con los casos de COVID-19 es difícil, confiesa: "Al trabajar en el departamento de urgencias, es triste ver a pacientes que esperaron demasiado para pedir ayuda y que necesitarían cuidados intensivos en un respirador. No puedo dejar de preguntarme: 'Si pudiéramos haberles advertido cuatro días antes, ¿podríamos haber evitado todo esto?'"
nAl igual que Angela Mitchell, la mayoría de los participantes del estudio son afroamericanos. Otro grupo numeroso son los latinos. Muchos viven con otros factores de riesgo como la diabetes, obesidad, hipertensión o problemas pulmonares que pueden complicar la recuperación de la COVID-19. Mitchell, por ejemplo, tiene diabetes, hipertensión y asma.
nLas comunidades afroamericanas y latinas han sido las más afectadas por la pandemia en Chicago y en todo el país. Muchos son trabajadores esenciales o viven en viviendas multigeneracionales de alta densidad.
nPor ejemplo, hay 11 personas viviendo en la casa de Mitchell, incluido su esposo, tres hijas y seis nietos. Ella reconoce riéndose: "Mi familia y yo lo hacemos todo juntos. ¡Incluso pasamos la COVID-19 juntos!". Dos de sus hijas dieron positivo en marzo de 2020, seguidas por su esposo, y luego la propia Mitchell.
nAunque los afroamericanos son solo el 30 % de la población de Chicago, representaron aproximadamente el 70 % de los primeros casos de COVID-19 en la ciudad. Ese porcentaje ha disminuido, pero los afroamericanos que se recuperan de la COVID-19 aún mueren a tasas dos o tres veces mayores que las de los blancos, y las campañas de vacunación han tenido menos éxito en llegar a esta comunidad. El sistema de PhysIQ podría ayudar a mejorar las tasas de supervivencia, según los investigadores del estudio, al enviar a los pacientes a urgencias antes de que sea demasiado tarde, tal y como fue el caso de Mitchell.
nLecciones de los motores de reacción
nEl fundador de PhysIQ, Gary Conkright, tiene experiencia previa con el monitoreo remoto, pero no en personas. A mediados de los años 90, desarrolló una de las primeras start-ups de inteligencia artificial llamada Smart Signal con la Universidad de Chicago. La empresa utilizó el aprendizaje automático para monitorear de forma remota el rendimiento de los equipos en los motores de reacción y centrales nucleares.
n"Nuestra tecnología es muy buena para detectar cambios sutiles que son los primeros indicadores de un problema", explica Conkright. "Detectamos los problemas en los motores de reacción antes que GE, Pratt & Whitney y Rolls-Royce porque desarrollamos un modelo personalizado para cada motor".
nSmart Signal fue adquirida por General Electric, pero Conkright se reservaba el derecho de aplicar el algoritmo al cuerpo humano. En aquel entonces, su madre padecía la EPOC (la enfermedad pulmonar obstructiva crónica) y fue trasladada de urgencia a cuidados intensivos varias veces, recuerda Conkright. El empresario se preguntaba si podría monitorear de forma remota su recuperación adaptando su sistema de inteligencia artificial. El resultado: PhysIQ y los algoritmos que se usan en la actualidad para monitorear a personas con enfermedades cardíacas, EPOC y COVID-19.
nSu poder, indica Conkright, radica en su capacidad de crear una "línea de base" única para cada paciente, una instantánea de lo que es habitual en esa persona, y luego detectar los cambios muy pequeños que podrían causar preocupación. Los algoritmos solo necesitan unas 36 horas para crear un perfil para cada persona.
nEl sistema logra saber "cómo somos en nuestra vida diaria", resalta Vanden Hoek. "Si respiramos más rápido, si el nivel de actividad está disminuyendo o la frecuencia cardíaca es diferente a la línea de base. El proveedor con experiencia avanzada puede ver esas alertas y decidir llamar a esa persona para comprobar su estado. Si hay motivos de preocupación", como una posible insuficiencia cardíaca o respiratoria, "se envía a un médico o incluso a atención de urgencia".
nEn el proyecto piloto, los médicos monitorean los flujos de datos en todo momento. El sistema alerta al personal médico cuando el estado de los participantes cambia, aunque sea levemente; por ejemplo, si su frecuencia cardíaca resulta diferente de la que normalmente es a esa hora del día.
nEl modelo de aprendizaje automático se entrenó con los datos de personas inscritas en la primera fase del estudio. Cerca de 500 pacientes dados de alta y miembros del personal del hospital fueron monitoreados en casa el año pasado. Los investigadores esperaban que alrededor del 5 % de ese grupo desarrollara episodios que requerirían tratamiento. En realidad, el número era de alrededor del 10 %.
nEl nuevo sistema predijo estos cambios en menos tiempo que la oximetría de pulso tradicional, destaca Vanden Hoek, y menos pacientes requirieron hospitalización. Los gestores afirman que el programa les ha ahorrado cantidades "sustanciales" de dinero.
nHasta ahora, la Administración de Medicamentos y Alimentos de EE. UU. (FDA) ha aprobado cinco de los algoritmos de la empresa, incluido un modelo de predicción de insuficiencia cardíaca desarrollado para el Departamento de Asuntos de los Veteranos.
nLa promesa y el peligro de los dispositivos portátiles
nLa asociación de Chicago es uno de un creciente número de intentos de entrenar a la IA integrada en los dispositivos portátiles para diagnosticar y monitorear los casos de COVID-19. Fitbit, por ejemplo, ha avanzado con una herramienta de detección temprana: su algoritmo detectó alrededor del 50 % de los casos al menos un día antes de que se desarrollaran los síntomas visibles. El Ejército de Estados Unidos también está llevando a cabo un programa piloto a nivel nacional a través de su Centro Médico Virtual. Su sistema, similar al del ensayo de Illinois, tiene un seguimiento continuo de los signos vitales de los pacientes a través de un parche portátil.
nEl programa de Chicago continuará durante todo el año, y actualmente se están reclutando participantes de varios hospitales locales además de UI Health, con lo que el total asciende a unos 1.700.
nAunque es una medida importante para las comunidades negras y latinas de la ciudad, algunos expertos advierten que hay que ser cauteloso cuando se trata de los dispositivos portátiles, especialmente porque la IA se ha utilizado para perpetuar la discriminación. Las comunidades negras y latinas no siempre se han beneficiado de los avances tecnológicos y han experimentado sesgos raciales en la medicina de IA, ya sea por los sistemas de detección hospitalaria que tienen menos probabilidades de identificar la gravedad de sus necesidades de salud o por las primeras decisiones de ubicar los centros de pruebas de COVID-19 fuera de los barrios negros.
n"No se están realizando suficientes investigaciones de salud móvil exclusivamente con los afroamericanos", opina la profesora asociada de salud en la Universidad de Florida (EE. UU.) Delores CS James, cuya investigación se centra en las disparidades de la salud digital (no participa en el estudio de Chicago). "Existe una oportunidad única dada la gran cantidad de personas que tienen teléfonos inteligentes y participan en las redes sociales", añade. "Y tengamos en cuenta la alta tasa de disparidades en la salud y los malos resultados. Debemos estar incluidos".
nA Mitchell le complace que las comunidades marginadas sean el objetivo de beneficiarse de esta herramienta de IA. "Este dispositivo se está utilizando en comunidades que se ven privadas de estas oportunidades", señala. "Esto puede ayudar a todos".
nMitchell sigue siendo optimista, a pesar de que todavía lucha con el impacto de la COVID-19 en su salud como una de los estimados 3 millones de estadounidenses que se consideran pacientes de "larga duración". No regresó al trabajo durante casi cinco meses y actualmente está en rehabilitación cardíaca para respirar y hablar mejor. Un estudio reciente muestra que los pacientes de larga duración tienen un mayor riesgo de muerte, con más complicaciones en todo el cuerpo, y se convertirán en una "masiva carga sanitaria" a medida que continúen sus síntomas.
nAun así, Mitchell cree que el sensor marcó la diferencia entre los problemas a largo plazo y pagar un precio mucho más alto, y concluye: "Le debo mi vida a este sistema de monitoreo".
n